数字图像处理 第四章_图像增强.ppt

小结 图像增强的目的 改善视觉效果 便于进一步分析 图像增强分类 空域法 频域法 小结 4.1 点运算 亮度变换 线性 变换关系式的求取与应用（习题4.2） 非线性 直方图修正 均衡 目的与意义 计算（习题4.6） 匹配 小结 4.2 空间域平滑 模板平滑 多图相加 4.3 空间域锐化 空间域模版处理 典型模版（平均、加权平均、中值） 典型模版处理的目的与特点 典型模版处理的计算（习题4.9） 小结 灰度线性变化（习题4.2） 变换关系式的求取与应用 直方图均衡 目的与意义 计算（习题4.6） 空间域模版处理 典型模版（平均、加权平均、中值） 典型模版处理的目的与特点 典型模版处理的计算（习题4.9） 对于自然景色图像，通用的线性假彩色映射可表示为 例如采用以下的映射关系 则原图像中绿色物体会呈红色，蓝色物体会呈绿色，红色物体则呈兰色。 4.5 彩色增强技术 * 1. 加运算 加法运算的定义 C(x,y) = A(x,y) + B(x,y) 主要应用举例 去除“叠加性”噪声 生成图象叠加效果 4.6 代数运算 * 去除“叠加性”噪声 对于原图象f(x,y),有一个噪声图象集 {gi(x,y)} i =1,2,...M 其中：gi(x,y) = f(x,y) + n(x,y)i M个图象的均值定义为： g(x,y) = 1/M (g0(x,y)+g1(x,y)+…+ gM(x,y)) 当：噪音n(x,y)i为互不相关，且均值为0时， 上述图象均值将降低噪音的影响。 4.6 代数运算 * 2. 减运算（减影技术） 减法的定义 C(x,y) = A(x,y) - B(x,y) 主要应用举例 去除不需要的叠加性图案 检测同一场景两幅图象之间的变化 计算物体边界的梯度 4.6 代数运算 * 去除不需要的叠加性图案 设：背景图象b(x,y)，前景背景混合图象f(x,y) g(x,y) = f(x,y) – b(x,y) g(x,y) 为去除了背景的图象。 检测同一场景两幅图象之间的变化 设： 时间1的图象为T1(x,y)，时间2的图象为T2(x,y) g(x,y) = T2 (x,y) - T1(x,y) 计算物体边界的梯度 在一个图象内，寻找边缘时，梯度幅度（描绘变化陡峭程度的量）的近似计算 4.6 代数运算 * 3. 乘运算 乘法的定义 C(x,y) = A(x,y) * B(x,y) 主要应用举例 图象的局部显示 用二值模板图象与原图象做乘法 4.6 代数运算 * 4. 除运算（比值处理） 除法运算可产生对颜色和多光谱图像分析十分重要的比值图像。 4.6 代数运算 * 除梯度算子以外，还可采用Roberts、Prewitt和Sobel 算子计算梯度，来增强边缘。Roberts对应的模板如下图： 差分计算式：fx’ =|f(x+1,y+1)-f(x,y)| fy’ =|f(x+1,y)-f(x,y+1)| -1 ? ? ? -1 ? 1 1 ? Roberts梯度算子 4.3 图像空间域锐化 *  由梯度的计算可知，图像中灰度变化较大的边缘区域其梯度值大，在灰度变化平缓的区域其梯度值较小，而在灰度均匀区域其梯度值为零。图 (b)是采用水平垂直差分法对图 (a)锐化的果，锐化后仅留下灰度值急剧变化的边沿处的点。 图像梯度锐化结果 (a) 二值图像； (b) 梯度运算结果 4.3 图像空间域锐化 * 为在锐化边缘的同时减少噪声的影响，Prewitt从加大边缘增强算子的模板大小出发，由2x2扩大到3x3来计算差分，如图(a)所示。 (a)Prewitt 算子 　　　　　　 (b)Sobel算子 Sobel在Prewitt算子的基础上，对4-邻域采用带权的方法计算差分，对应的模板如图(b)。 根据梯度计算式就可以计算Roberts、Prewitt和Sobel梯度。一旦梯度算出后，就可根据不同的需要生成不同的梯度增强图像。 -1 0 1 ? -1 -1 -1 ? -1 0 1 -1 -2 -1 -1 0 1 0 0 0 -2 0 2 0 0 0 -1 0 1 1 1 1 -1 0 1